MIT 教授 Sitzmann：传统计算机视觉即将消失，感知行动回路才是未来
sreejan_kumar · x · 2026-10-05
MIT 教授 Vincent Sitzmann 撰文提出，我们所知的计算机视觉作为一个独立领域即将消亡。
- 核心论点：历史上视觉被定义为「图像到中间表示」（分类、分割、3D 重建）的映射，但在 Bitter Lesson 时代，这些任务与边缘检测一样只是历史产物，而非解决智能本身
- 类比 NLP：语言建模的「LLM 时刻」明确了最终目标，而视觉界仍在争论自己的革命形态，继续为点跟踪、分割等具体任务微调模型，而世界模型已绕过所有中间表示、直接解决更通用的问题
- 关键预测：视觉的未来在于端到端的感知-行动回路（perception-action loops），计算机视觉、机器人学习与控制的边界将消融，「看见」与「学会行动」不再分家
- 3D 表示的衰落：正如我们不再手工设计检测特征，具身智能很快也将不再依赖 3D 表示
这条推文链由 sreejankumar 引用该文，指出感知单边问题正被整体性范式吸收，闭合感知-行动回路才打开控制、适应等更丰富的问题空间。
「漫话AGI」频道最新
- Hinton 再提 AI 安全:家长管婴儿类比,关键词是怜悯而非共情 — petitegeek · 2026-10-05
- Zed CEO:对人类重要的争论对 LLM 同样重要 — zeeg · 2026-10-05
- Moderna 疫苗案例揭示:技术演进路径远比想象中难预测 — shakoistsLog · 2026-10-05
- repligate 谈为何对 AI 保持乐观：模型展现出超预期的同理心 — repligate · 2026-10-05
- 观点:AI 应该挑战你,而不是无条件服从你 — HankYeomans · 2026-10-05
- Meta 的 AI Agent 各存各的记忆,用户 CCPA 数据请求怎么执行? — dbreunig · 2026-10-05